心理测量学 2-1.误差及项目分析

心理测量学 2-1.误差及项目分析，经典测量理论的评价：① 直观易懂，计算简便，容易推广② 理论假设较弱，对实施条件要求不严格，适用性广... ...

经典测量理论

• 一、误差及理论模型
  • 1、可测性假设
    • 桑代克：凡客观存在的事物都有其数量
    • 麦克考：凡有数量的东西都可以测量
  • 2、心理测量的误差
    • 含义
      • 测量中与测量目的无关的变化因素
      • 不准确（效度低）或不一致（信度低）
    • 分类
      • 随机误差
        • 由与测量目的无关的偶然因素引起，影响信效度
      • 系统误差
        • 由与测量目的无关的变形引起的一种恒定而有规律的效应，影响效度
    • 来源及控制
      • ① 测量工具方面
        • 来源：心理测量量表是否稳定、是否真正测到我们所要测的东西
        • 控制：提高编制测验的科学性
      • ② 被测对象方面
        • 来源：受测者的真正水平是否得到正常发挥
        • 控制：主试和被试相互配合及规范操作
      • ③ 施测过程方面
        • 来源：偶然因素
        • 控制：条件相同、客观评分、标准化解释
  • 3、CTT数学模型
    • 基本概念
      • 观察分数（X）
        • 实测分数
      • 真分数（T）
        • 无数次测量的平均值
      • 误差分数（E）
        • 随机误差
    • 模型
    • 假设公理
      • ① 多次测量观察分数的平均值接近真分数：
      • ② 真分数和误差分数之间的相关为零：
      • ③ 各平行测量上的误差分数之间相关为零：
      • ④ 测量误差是完全随机的，并服从均值为零的正态分布
  • 4、导出公式
• 二、项目分析
  • 难度
    • 1、含义
      • 测验项目的难易程度，用通过率（P）表示，P值越大，题目越容易
    • 2、计算
      • ① 二分法计分的项目
        • 1° 通过率
        • 2° 极端分组法
      • ② 非二分法计分的项目
      • ③ 选择题的猜测校正
        • 1° 全体被试在某个项目上的通过率的校正
        • 2° 某个被试参加多个项目组成的测验的测验分数的校正
    • 3、难度水平的确定
      • ① 常模参照测验
        • 控制在0.50左右
      • ② 标准参照测验和掌握测验
        • 可不考虑难度
      • ③ 选拔和录用测验
        • 控制在录取率左右
      • ④ 选择题
        • 大于猜测概率
      • ⑤ 速度测验
        • 控制在0.50左右
      • ⑥ 人格、态度、心理健康等测验
        • 不需要难度
    • 4、难度对测验的影响
      • 影响测验分数的分布形态
        • ① 难度较大
          • 通过率低
          • 正偏态
          • 适合于筛选性测验
        • ② 难度较小
          • 通过率高
          • 负偏态
          • 适合于达标性检测
        • ③ 难度中等
          • 正态分布
      • 影响测验分数的离散程度和信度
        • ① 过难或过易的测验使信度降低
        • ② 难度在0.50左右为最佳，以集中在两端为最差
    • 5、难度的等距转换
      • 可以将难度转换为Z分数
  • 区分度
    • 1、含义
      • 测验项目对被试心理品质水平差异的区分能力或鉴别能力
    • 2、计算
      • ① 项目鉴别指数法
        • 鉴别指数D值越高，区分度越高，即项目越有效
      • ② 相关法
        • 以项目分数与效标分数或测验总分的相关作为项目区分度的指标
        • 相关越高，项目的区分度越高
      • ③ 方差法
        • 被试在某一项目上的得分方差越高，项目区分度越高
    • 3、区分度的相对性
      • ① 不同计算方法所得区分度不同
      • ② 样本容量大小影响相关法计算区分度
        • 样本容量越小，其统计值越不可靠
      • ③ 分组标准影响鉴别指数
        • 分组越极端，其D值越大
      • ④ 被试样本的同质性程度影响区分度
        • 被试团体越同质，区分度值越小
    • 4、与难度的关系
      • ① 难度越接近0.5，区分度越大
      • ② 难度越接近1.0或0，区分度越小
      • ③ 最理想的情况：P=0.5，D=0.4
  • 题目的综合分析和筛选
    • 1、看区分度
    • 2、看难度（0.35~0.65）
    • 3、选项分析
    • 4、分析原因，酌情修改
• 三、经典测量理论的评价
  • 优点
    • ① 直观易懂，计算简便，容易推广
    • ② 理论假设较弱，对实施条件要求不严格，适用性广
    • ③ 测验结果可信
  • 缺点
    • ① 对信度的估计精度不高，平行测验难以实现
    • ② 难以精确计算个体被试的独立误差
    • ③ 各种参数的估计对样本抽样的依赖性太大
    • ④ 参数指标之间的配套性较差，与被试水平参数之间关系模糊
    • ⑤ 真分数与观察分数之间存在线性关系的假定不合理
    • ⑥ 不太适合标准参照测验

经典测量理论

• 一、误差及理论模型
  • 1、可测性假设
    • 桑代克：凡客观存在的事物都有其数量
    • 麦克考：凡有数量的东西都可以测量
  • 2、心理测量的误差
    • 含义
      • 测量中与测量目的无关的变化因素
      • 不准确（效度低）或不一致（信度低）
    • 分类
      • 随机误差
        • 由与测量目的无关的偶然因素引起，影响信效度
      • 系统误差
        • 由与测量目的无关的变形引起的一种恒定而有规律的效应，影响效度
    • 来源及控制
      • ① 测量工具方面
        • 来源：心理测量量表是否稳定、是否真正测到我们所要测的东西
        • 控制：提高编制测验的科学性
      • ② 被测对象方面
        • 来源：受测者的真正水平是否得到正常发挥
        • 控制：主试和被试相互配合及规范操作
      • ③ 施测过程方面
        • 来源：偶然因素
        • 控制：条件相同、客观评分、标准化解释
  • 3、CTT数学模型
    • 基本概念
      • 观察分数（X）
        • 实测分数
      • 真分数（T）
        • 无数次测量的平均值
      • 误差分数（E）
        • 随机误差
    • 模型
    • 假设公理
      • ① 多次测量观察分数的平均值接近真分数：
      • ② 真分数和误差分数之间的相关为零：
      • ③ 各平行测量上的误差分数之间相关为零：
      • ④ 测量误差是完全随机的，并服从均值为零的正态分布
  • 4、导出公式
• 二、项目分析
  • 难度
    • 1、含义
      • 测验项目的难易程度，用通过率（P）表示，P值越大，题目越容易
    • 2、计算
      • ① 二分法计分的项目
        • 1° 通过率
        • 2° 极端分组法
      • ② 非二分法计分的项目
      • ③ 选择题的猜测校正
        • 1° 全体被试在某个项目上的通过率的校正
        • 2° 某个被试参加多个项目组成的测验的测验分数的校正
    • 3、难度水平的确定
      • ① 常模参照测验
        • 控制在0.50左右
      • ② 标准参照测验和掌握测验
        • 可不考虑难度
      • ③ 选拔和录用测验
        • 控制在录取率左右
      • ④ 选择题
        • 大于猜测概率
      • ⑤ 速度测验
        • 控制在0.50左右
      • ⑥ 人格、态度、心理健康等测验
        • 不需要难度
    • 4、难度对测验的影响
      • 影响测验分数的分布形态
        • ① 难度较大
          • 通过率低
          • 正偏态
          • 适合于筛选性测验
        • ② 难度较小
          • 通过率高
          • 负偏态
          • 适合于达标性检测
        • ③ 难度中等
          • 正态分布
      • 影响测验分数的离散程度和信度
        • ① 过难或过易的测验使信度降低
        • ② 难度在0.50左右为最佳，以集中在两端为最差
    • 5、难度的等距转换
      • 可以将难度转换为Z分数
  • 区分度
    • 1、含义
      • 测验项目对被试心理品质水平差异的区分能力或鉴别能力
    • 2、计算
      • ① 项目鉴别指数法
        • 鉴别指数D值越高，区分度越高，即项目越有效
      • ② 相关法
        • 以项目分数与效标分数或测验总分的相关作为项目区分度的指标
        • 相关越高，项目的区分度越高
      • ③ 方差法
        • 被试在某一项目上的得分方差越高，项目区分度越高
    • 3、区分度的相对性
      • ① 不同计算方法所得区分度不同
      • ② 样本容量大小影响相关法计算区分度
        • 样本容量越小，其统计值越不可靠
      • ③ 分组标准影响鉴别指数
        • 分组越极端，其D值越大
      • ④ 被试样本的同质性程度影响区分度
        • 被试团体越同质，区分度值越小
    • 4、与难度的关系
      • ① 难度越接近0.5，区分度越大
      • ② 难度越接近1.0或0，区分度越小
      • ③ 最理想的情况：P=0.5，D=0.4
  • 题目的综合分析和筛选
    • 1、看区分度
    • 2、看难度（0.35~0.65）
    • 3、选项分析
    • 4、分析原因，酌情修改
• 三、经典测量理论的评价
  • 优点
    • ① 直观易懂，计算简便，容易推广
    • ② 理论假设较弱，对实施条件要求不严格，适用性广
    • ③ 测验结果可信
  • 缺点
    • ① 对信度的估计精度不高，平行测验难以实现
    • ② 难以精确计算个体被试的独立误差
    • ③ 各种参数的估计对样本抽样的依赖性太大
    • ④ 参数指标之间的配套性较差，与被试水平参数之间关系模糊
    • ⑤ 真分数与观察分数之间存在线性关系的假定不合理
    • ⑥ 不太适合标准参照测验